ABSTRAK

Dita Trisnawati (16170141), Klasifikasi Objektifitas Dan Subjektifitas Pada Berita Olahraga Menggunakan Metode SVM

Penyebaran informasi saat ini menjadi lebih mudah dan cepat. Karena semakin berkembangkan sistem informasi khususnya dalam penyebaran berita. Informasi yang tersebar luas dapat berupa teks yang banyak informasi di dalamnya. karena banyaknya berita serta informasi yang tersebar luas membuat pembaca harus bisa memilih berita dengan baik. Oleh karena itu dibutuhkan metode untuk menklasifikasikannya. Maka dari itu, dalam penelitian ini akan dilakukan analisis pada berita online menggunakan metode Support Vector Machine (SVM) untuk klasifikasinya dan Partcle Swarm Optimization (PSO) untuk melakukan seleksi fitur. Data yang digunakan terbagi menjadi 2 kateegori yaitu objektif dan subjektif, dengan 2 kali percobaan yaitu pengujian SVM tanpa menggunakan PSO dan pengujian SVM dengan menggunakan PSO. Dari percobaan tersebut diketahui akurasi tertinggi yang dicapai yaitu 73,20% dengan class precision prediksi objektif 70,64% dan prediksi subjektif 93,69% dan recall yang diperoleh untuk true objektif sebesar 98,90% sedangkan true subjektif sebesar 28,49%.
Kata Kunci : Klasifikasi Dokumen, PSO, SVM